這似乎違背了行銷 101，但在某些情況下，新產品的強勁銷售和積極的消費者回饋可能會…很糟糕嗎？
當然，如果花錢購買新產品的消費者也有偏好失敗 產品是否會崩潰 產品的歷史的話。正產品是否會崩潰 如行銷專家 Eric Anderson 及其同事在2015 年發表的一篇開創性研究論文中所描述的那樣，這些購物者是「失敗的預兆」。
研究人員發現，事實證明，購買低怡水晶百事可樂的人更有可能購買菲多利檸檬水。 （如果兩者都沒有敲響警鐘，那麼，確實如此。）他們繼續購買——儘管他們可以——只是進一步加劇了支撐性市場的幻象。
研究人員寫道：“一次性購買低怡水晶百事可樂可以部分了解消費者的偏好。” “然而，反覆購買低怡水晶百事可樂的消費者更有可能有不尋常的偏好，並且比其他顧客更有可能選擇其他未來會失敗的新產品。”
這項研究與傳統的營銷模式（例如巴斯擴散模式）相矛盾，傳統的營銷模式將強勁的早期銷售與更大的長期成功機會聯繫起來。簡而言之，這表明馬拉松運動員無法快速起跑。
這項研究也與零售業擁抱大數據的早期階段一致。作者分析了來自一家全國性藥局的兩個大型數據樣本：一個數據集是個人客戶交易數據，涵蓋兩年內使用客戶忠誠卡進行的超過1000 萬筆交易；另一個數據集是個人客戶交易數據，涵蓋兩年內使用客戶忠誠卡進行的超過1000 萬筆交易；另一個資料集是個人客戶交易資料。以及六年多來涵蓋 14 個州 111 個商店地點的商店級交易匯總資料樣本。
學術分析可能比我們在當代業務架構中經常看到的更事後分析——將數據提取到倉庫和湖泊，然後通過管道進行分析或來自商業智能或數據科學團隊的報告——但這仍然是數據挖掘的勝利，或使用大量數據來發現重要的模式和異常。
資料探勘在行銷中的主要好處
籃子分析： 它是什麼？發現哪些產品或服務經常被一起購買。它如何使用資料探勘？關聯規則學習。
產品推薦： 這是什麼？根據數據為個人用戶量身定制產品建議。它如何使用資料探勘？關聯規則學習，以及協作過濾和基於內容的過濾等技術。
客戶細分： 什麼是客戶細分？根據共同特徵和習慣將客戶或客戶分組為子集。它如何使用資料探勘？聚類分析。
客戶終身價值： 它是什麼？量化客戶可能會為公司創造多少錢。它如何使用資料探勘？決策樹和提升。
流失預測： 這是什麼？量化客戶停止與公司開展業務的可能性。它如何使用資料探勘？分類和回歸。
自《失敗的預兆》出版以來，作者因該論文對行銷的「重大、長期貢獻」而受到表彰。它甚至催生了 2019 年的續集（整個郵遞區號都是產品失敗的預兆，居民也更有可能向失敗的國會候選人捐款）。當然，大數據的擴散只會加劇，這似乎會促使公司實施論文的研究結果，並盡可能避開此類預兆。但這並沒有完全發生。
安德森告訴《內置》雜誌：“我不斷遇到了解此事的人……但公司確實在努力 英國電話號碼圖書館 弄清楚該怎麼做。” “他們中的大多數人的世界觀極其狹隘。”
安德森說，大多數公司只購買它認為直接相關的數據。例如，一家化妝品公司可能會從 Nielsen 或 IRI 等消費品市場研究公司購買與美容相關的數據，但這可能無法告訴他們誰在喝 2021 年版的 Frito Lay Lemonade。
跨類別資料可能很難獲得，因為資料集通常是嚴格隔離的。安德森回憶起在 Ocean Spray 時，他的團隊如何購買僅涵蓋紅色飲料的數據。它讓人們看到了蔓越莓汁的世界，「但你沒有看到任何與其他飲料 設計電子書時您可能不需要的東西 相關的東西，」安德森說。 “這不是飲料資料庫，而是紅色飲料資料庫。”
安德森認為，許多觸手可及的零售商和電子商務網站（如亞馬遜和沃爾瑪）最適合實施他的研究，部分原因是它們擁有大量跨多個類別的銷售數據。
然而，先兆效應與資料探勘和行銷在現實世界中如何交叉的幾個例子無關。實 名譽互換 際上，這是購物籃分析的奇異世界版本——行銷人員用這種技術來梳理喜歡產品 X 的消費者如何也傾向於對產品 Y 產生興趣，或者將它們放在購物籃中。
它也可能對客戶終身價值產生影響
它告訴公司哪些客戶帶來了最大的價值，因此應該迎合大多數客戶。 （有趣的是，先驅客戶對零售商來說並不壞。可以指望他們繼續購物，只是不買「正確」的商品。）此外，將客戶指定為失敗的危險信號本質上是對禮儀使用的一種新穎的扭曲客戶細分，或根據某些特徵或習慣將消費者劃分為子集。
以下是行銷中資料探勘的一些範例，以及現實世界的成功記錄。將它們視為行銷成功的先兆。